基于深度学习和多MSA策略的CASP16替代构象预测与结构聚类研究

来自全球的研究人员通过EnsembleFold流程，结合DeepMSA2和rMSA生成多序列比对，利用D-I-TASSER2、DMFold2、ExFold及DeepProtNA等深度学习方法预测蛋白质、RNA及复合物结构，并通过MolClust聚类和REMC模拟提升构象多样性。最终在CASP16的19个靶点上平均TM-score达0.657，较AlphaFold3提升10.2%，显著推动了替代构象识别与复杂生物分子结构研究。

　　

研究人员在CASP16中通过“MIEnsembles-Server”和“Zheng”团队应用EnsembleFold流程开展替代构象预测研究。首先利用DeepMSA2（蛋白质）和rMSA（RNA）生成多序列比对（MSA），随后通过深度学习工具——D-I-TASSER2（蛋白质单体结构预测）、DMFold2（蛋白质复合物结构预测）、ExFold（RNA结构预测）和DeepProtNA（蛋白质-核酸复合物结构预测）——产生多样化结构 decoys。通过结构聚类工具MolClust将decoys聚类为代表不同构象状态的模型，蛋白质单体靶标还经副本交换蒙特卡洛（REMC）模拟结合D-I-TASSER2进行细化，并重新聚类以完成 ensemble 预测。在CASP16的19个 ensemble 靶标中，EnsembleFold模型平均TM-score达到0.657，较基线AlphaFold3程序提升10.2%，尤其在蛋白质/核酸杂交靶标上表现突出。分析表明：（i）基于不同DeepMSA2生成MSA的模型通常代表不同构象状态；（ii）REMC模拟显著增强模型多样性，助力替代构象识别；（iii）结构聚类方法有效筛选各构象状态的精确代表模型。研究还讨论了质量评估（QA）评分方法的改进潜力，以提升未来 ensemble 预测的可靠性与准确性。利益冲突声明：L.F.为CircNova公司科学顾问委员会成员兼付费顾问，但该公司未参与本工作的资助、设计、执行或解释，且本手稿不直接用于或关联其 ongoing 工作。